{{ title }}
{{ errorMessage }}


{{ errorMessage }}





{{ registerSuccessMessage }}
当前位置: 首页> 访谈> 正文 
收藏
点赞
投稿
智能工厂里的测试与测量
  2020-12-22      66

image.png

专栏采访:Nolan JohnsonI-CONNECT007

我和MIRTEC公司的主席Brian D’Amico深入讨论当测试与测量设备在智能工厂中的作用变化时,制造车间要做什么样的调整来使用新技术。D’Amico的观点是:“尽管近90%的美国电子产品制造商意识到工业4.0在提高生产率方面有巨大的潜力,但许多公司在他们的制造工艺中迟迟没有采纳智能工厂解决方案”。

Nolan Johnson测试和检查在工厂里的作用有什么变化?对于这种情况,美国、欧洲和亚洲采取的措施有哪些不同?

Brian D’Amico工业4.0是电子制造业讨论最多的话题之一。制造商和销售商正在尝试对工业4.0在电子制造业中的含义达成一致。用最简单的术语,工业4.0的含义是:工业4.0是电子产品的制造工艺走向自动化和数据交换的趋势。该趋势的基础是必须在生产线内实行机器与机器之间的连接和通讯。对工业4.0的真正挑战是从生产线中的各个系统中采集数据,并且可以让其他的机器使用这些数据。

不进行测试和检查,就不是工业4.0。在生产线中进行的所有测试与检查的目的都是采集可操作的数据,这样就可以在生产线中使用这些数据来减少缺陷,最大限度提高生产线的效率。我们的目标是获得最好的工艺参数,让那些工艺在第一时间使用这些必要工艺参数,以正确的方式制造产品,同时尽可能地减少废品。

为了最大限度地提高效率,在生产线中需要三种检查系统,即焊膏印刷后的焊膏检查(SPI)、元件贴放后的自动化光学检查(AOI)和回流后的AOI。这些检查都需要大量的投资;不过,把这些三种检查的所有设备整合起来,向制造工艺的每个阶段提供反馈是提高产品质量唯一有效的办法。

Johnson你提到在生产线中加入测试和检查的三个位置。在更加传统的“红灯、绿灯”检查方法中,测试和检查是最后一道工序。

D’Amico大部分制造商只依靠一个AOI系统检查回流后的产品,我了解这一点,也同意他们的做法,但是,这种做法的问题是,由于你看到的AOI检查只是生产线中所有其他组装设备的最终结果的快照,当在制造生产线上出现问题时,确定出现问题的位置和解决问题会变得更加困难。从这个角度来看,我想你就可以猜到问题出在哪里了。

举个例子,SPI系统可以在印刷焊锡后直接提供诸如焊锡不足或过量、焊锡短路或焊锡偏移的即时反馈。这些数据通常与工艺参数有关,诸如丝网印刷机的钢网触碰速度、刮刀压力,钢网下面的清洗等。AOI检查的基本作用是根据回流后采集到的数据来诊断丝网印刷中的问题,这些涉及工艺参数的情况使AOI确定丝网印刷的问题变得更加困难。

Johnson对于这个行业里的那些主要按传统方式思考的人,他们只在生产线的末端对产品做一次最终测试,这也反映出他们是如何看待测试和检查的。工厂的自动化程度越高,需要的测量就越多——微反馈循环。

有了通过测量得到的数据,你要把测试数据反馈给机器,这时,这台机器要复杂到什么程度就会成为一个问题。机器能不能自我调整,或者它是不是必须由人工操作来修复?

image.png

D’Amico通常是根据检查数据中的趋势来调整机器。例如,我们所说的SPI机器检查印刷的焊膏有偏离焊盘的趋势。在这些环境下,SPI机器将偏离趋势的报告输出给丝网印刷机。

然后,丝网印刷机就可以使用这个数据来调整钢网和焊盘的相对位置,使接下来的印刷不再出现偏离。不过,正如你所说的,这实际上取决于让这个有偏离趋势的丝网印刷机接受这个数据的复杂程度,然后印刷机再对特定的参数做出必要的变更来解决这个偏离问题。请记住,我们的目标不是控制丝网印刷机,而是提供可操作的数据,根据这些数据来调整印刷参数,消除偏离和潜在的缺陷。实际上,调整是手动调整还是机器自动调整要由各个供应商来决定。在手动模式和自动模式之间,大部分供应商会提供选择模式。

正如我在前面提到的,根据回流后的缺陷数据分析,很难确定必须对整条生产线做哪些调整。当然,你可以做各种假设,但这些假设偏离生产线的实际情况太多,会使精确确定缺陷出现在生产线上的哪个地方变得更加困难。

从客户的角度看,我完全理解为什么他们建议我们在测试设备上进行大量投资;不过,控制整个生产线的最佳方法是在生产线中的各个区间进行测试,包括印刷焊膏后、贴放后和回流后。这是工业4.0的真正意义所在。

Johnson根据这一在整条生产线中插入检查功能的发展趋势,插入检查功能是不是会导致测试和检查设备制造商也像你这样,在生产线中的某个特定位置设置一套专用的检查设备?

D’Amico正是如此。SPI系统是专门设计的,用来测试与焊膏印刷有关的缺陷,例如焊膏过量或者不足、相对焊盘位置的X-Y偏移、焊锡桥接、形状变形等。贴放后的AOI系统通过编程来测试元件存在与否、元件标记、适当的旋转、偏离量等。回流后的三维AOI系统通过编程测试参数(测试的所有参数和贴装后的AOI系统相同),以及各个元器件的共面性、焊点的完整性和焊锡桥接。

Johnson谈到从这个设备获取信息、把趋势数据反馈回去并进行分析,分析工作是在你的系统里做还是在数据库里做?

D’Amico这个问题的答案基本上是肯定的。在某些情况下,可以通过机器与机器之间的直接通信得到数据。但是,也会把这些机器数据采集到检查数据库中进行分析,这些用于分析的数据通常称为大数据。把被称为深度学习的人工智能(AI)的一组数据子集应用到这个大数据中,我们就可以确定最佳工艺参数,使产品的质量达到最好并尽可能地提高效率。

在组装一块新的PCB时,SMT工程师将根据各自的经验针对生产线中的每个系统的工艺参数编写程序。程序中的深度学习方法是通过分析历史数据来预测最佳参数,解决优化工艺这个令人头疼的任务的辅助方法。无论工程师的能力和经验如何,编程的目标都是达到最高的生产质量。然后,通过连续的采集与分析生产数据,实时监控生产线的性能。

深度学习的思路如下。假定我们已经采集到众多丝网印刷机和各种PCB型号的刮刀速度、刮刀压力等历史大数据。在采集这些工艺数据的同时,我们还采集来自SPI机器检查结果的数据。通过分析检查结果和分析这些数据与各种不同刮刀速度和刮刀压力设置的相互关系,我们就可以对已知的应用预先确定最佳参数,然后在开始SMT制造工艺时使用这些参数来确保印刷工艺的性能是最佳的。请记住,这只是针对生产线中一台丝网印刷机做的事情。同样的方法也适用整条SMT生产线。

image.png

Johnson在数据库中通过人工智能引擎进行这种工艺优化、实时调整,而人工智能专家是其他公司的核心竞争力。要和专门从事这种工作的公司展开大量的合作吗?

D’Amico一定要。人工智能是一个非常大而全面的术语。当然,我这里说的人工智能是针对的是SMT制造工艺。但是,人工智能和大数据在全球范围内的许多不同应用中使用。例如,我们中的许多人在互联网上访问网站时,会遇到测试程序,目的是判断你是不是机器人。这些测试程序通常会要求你“点击显示公共汽车、桥梁、自行车、行人等所有图片”。不过,很少人会意识到,这个测试只是人工智能引擎用来收集大数据的一个部分,然后用于帮助自动驾驶汽车的程序编写。

最重要的是,人工智能引擎对任何已知的应用都是高度专业化的。和其他行业相比,我们这个行业所做的事情是非常专业的,因此,人工智能团队与SMT设备供应商之间必须展开大量的合作。

JohnsonMIRTEC公司是如何与人工智能引擎连接?例如,你利用第三方工具,或者,你有一组经过核准的人工智能供应商?

D’Amico我们的人工智能引擎是为我们自己的产品专门设计的。不过,这个系统必须足够灵活,能够处理来自多个生产设备的数据,包括来自各个竞争对手检查系统的数据。

考虑到这一点,MIRTEC公司做出一个战略性决定,和像Cogiscan公司这种专门从事机器与机器之间通讯的企业合作,这样我们就可以连接生产线中的几乎所有机器。

然后,采集机器的数据,把数据格式化,录入存储库中,这样,生产线中的其他机器就能读取这些数据。这样做也克服和一些竞争对手系统一起工作的障碍。MIRTEC公司和Cogiscan公司合作开发出一套完全整合的工业4.0解决方案,这就是我们的“全远程管理系统(TRMS)”。

这个应用显示从MIRTEC公司的AOI和SPI系统采集的数据,以及从SMT生产线中采集到的所有其他设备的数据,向我们的客户提供清晰的制造工艺视窗,从而帮助他们达到更高的运行效率并改进质量。

Johnson不是每个人都可以通过安装新的设备来打造数字化工厂。改进你现有的设备,让它提高速度,至少做到一步一步地向前走是值得做的事情。在我们开始这个采访时,你让我知道地理位置影响数字工厂的采用率。在你看来,哪个地区的数字化工厂的采用率更高一些?

D’Amico亚洲是我们看到的吸引力最强的地区。实际上这也在我们的预料之中,因为我们经常看到亚洲在采用新技术方面走得比较靠前,其中包括工业4.0。

在美国和欧洲的许多客户仍然处在“摸索”阶段。他们意识到,拥抱工业4.0肯定会增加价值,但是,他们似乎还并不感到紧迫。话虽如此,我还是发现很多客户都在问同样的问题:这些机器具有工业4.0能力吗?这意味着他们肯定是在考虑把这一点作为未来的需求,这是非常合理的。制造商在投资任何一套新的组装设备时,他们期望这套设备能够使用5-10年,或者更长的时间。原因在于,任何一套新的组装设备都必须提供它所需要的工艺数据,以及与生产线中与其他机器通讯的能力。这些都是工业4.0能力的基本要求。

image.png

Johnson你开始进行大批量生产时,优先考虑智能工厂和自动化是有道理的。你想让生产线持续运行;在可能的情况下,你希望生产线能够自行调整,自身不断优化,或者迅速发出警报以保持它的运行。

但在我看来,当你进入美国和欧洲市场时,制造就变得更加专业化,批量更小、混合程度更高,也许更加神秘,在构建的东西方面,有更多的层数,以及其他的各种限制,这些限制要求对工艺窗口进行精密的调整。在这种环境下,工艺窗口的反馈似乎比以往任何时候都更重要。

D’Amico我完全同意这一看法。在亚洲,制造商通常都倾向大批量生产。墨西哥的情况也是如此。要知道,这些大批量产品市场在成本上的竞争非常激烈,但利润极其微薄,所以我们非常重视全自动SMT生产线。在美国和欧洲,我们专门经营高混合、中低批量的生产,但是,也面临各自不同的小的挑战。批量规格可能从1块到100块PCB不等,因此,这种生产迫切需要能快速响应制造工艺的要求并消除缺陷。再者,在美国和欧洲制造的产品的价值一般都比较高,因此,返工的代价会极其昂贵。

要考虑这一事实,随着产品的发展到通过生产线制造,返工的成本随之急剧上升,很明显,高混合、中低批量制造是在生产的各个阶段进行检查的理想环境。假设我们有一个SPI系统,可以检测出不足的焊料缺陷。我们可以为焊盘添加焊锡,或者简单地清洗电路板,去除焊锡,然后再重新开始。这是一种成本相对比较低的方案。

贴放后的AOI系统可能会把某个元器件标记为极性问题。在这些情况下,操作人员可以简单地用镊子旋转这个元器件,解决极性问题。这也是一个成本相当低的解决方案。不过,回流后AOI捕捉到的所有缺陷中,大多数很可能需要返工,返工可能会损坏元件或PCB。要避免昂贵的返工,至少要做到在回流前检查出缺陷,这个简单做法很有意义。

Johnson实施智能工厂有助于缓解大批量生产设备面临的压力,原因在于这些设备可以保持生产线的持续运行,让生产线学会自我调整,从而尽可能地维护工艺窗口,保持产品流连续。不过,这些特性也同样适合混合程度更高、批量更小、技术要求更高的生产线,这是由于在为下一个组装任务设置工艺时,这些特性为重组的工艺提供更高的精确度。

D’Amico确实如此。在亚洲,你说的是批量非常大、混合生产的产品组合非常少的情况。对于这种生产,只要把生产线设置好,它就可以生产数以万计甚至更多的PCB。在这种环境下,非常重要的是实时监控生产线的各个环节,从而最大限度的保持产品的质量和生产线的效率。当你面对的是高混合、中低批量的生产时,在生产的开始阶段使用正确设置的参数就变得更加重要,因为在这种生产中,没有时间在生产线上针对提高质量和效率做调整。

Johnson做到这一切的关键是什么?

D’Amico优秀的工艺工程师是无可替代的,他们拥有丰富的经验,具备让生产线顺畅运行的专业知识。在设置丝网印刷机时,优秀的工程师可能会认识到,为了得到最佳的焊锡印刷,一块阶梯模板可能需要一定的刮刀速度和刮刀压力。他或她还可能知道如何调节贴装机,让它达到最佳性能。例如,可能有些元器件在贴放时需要的压力要稍微大一些,或者停留的时间要稍微长一些。这同样适用于最佳回流温度曲线。这里的关键是需要一位专业知识达到一定水平的工艺工程师,这些知识是在给定的生产线上工作很长时间,了解每台机器的细微差别的结晶。

实现机器与机器之间的连接和通讯的全部目标是采集和分析工艺数据,向生产线上的每一台机器提供最佳参数,在制造工艺中不再需要一些所谓的“窍门”。此外,完善的工业4.0解决方案将实时监控生产线的各个环节,从而在生产线的整个制造过程中最大限度地保持产品的质量和生产线的效率。

image.png


分享到:
  点赞
  收藏
  打印

中国电子制造专业人士刊物

创于2003年

全国"一步步新技术研讨会"官媒

SbSTC服务号
actSMTC订阅号
扫一扫,掌握最新资讯
上一篇: 无
下一篇: 光子焊接方案
评论(0
已输入0
相关推荐
 105  2020-11-17
 149  2019-10-10
 117  2019-10-10
 95  2019-10-10
近期活动
热门标签